loTでできること
このセッションのキーワードは「IoTと現場」。大がかりな仕組みというより、現場のデータを現場で活用していくIoTがテーマである。
まずは、IoT時代のデータ活用について、富士通はどう見ているのか。最近、センサーから数多くのデータが集まってくるようになっている。それはセンサーが安価になってきていることもあるし、技術革新もある。一例は、富士通が行っている光ファイバーを使った温度測定の技術だ。約10センチの精度があり、1キロメートルのファイバーを1本配置すれば、1万個のセンサーを配置したのと同じデータ収集ができる。しかもそのデータは連続で均一であり、時空間の情報が取れる。
従来、データというのは蓄積し、統計学的に過去から分析して見るのが基本だった。それがIoTの時代には、現在を軸にして試行錯誤し、ビジネスを拡大するヒントを得てくることになる。たとえば、大きな小売店の売り場の構造と、人の動き、売上のデータを重ね合わせて現状を空間的に把握し、改善点を探る。
ここでキーとなる技術は、異常検知だ。最近、人が集まり始めたなど、変化を素早く見つけ出すことで、アイデアを見つけていく。そのためには異常検知を含め、SQLの上に、様々なアルゴリズムを乗せていく必要がある。
安永氏は「IoT時代に求められる、数多くの分析手法を取り込んでいくためには、データベースだけでなく、その上位についてもしっかりやっていく必要がある」と語る。そのためのアーキテクチャーは、大きく三つのコンポーネントで構成される。
一つは、センサーなどで集められる温度、人の動線、画像、地図などの多様なデータになる。それをある程度精緻化し、上の層で統合していく。さらにそのデータをインメモリで解析し、たとえば健康志向の客を関連商品に誘導するなどの施策につなげていく。
対象となるデータは、新しい格納構造で管理しようとしている。たとえば、時系列、時空間など様々な軸のインデックスによる抽出データの絞込みや、並列実行や独自の圧縮実行などにより、大量データの効率的な抽出を実現する。
また最近、様々なデータの利活用が注目されているのと同時に、セキュリティが重要視されている。そのために個人名を見えないようにするわけだが、安永氏はそれだけでは不十分だと指摘する。
たとえばデータ分析で、条件を絞り込んでいくと、特定の人の動きが見えてくる場合がある。そのため、情報を共有しても、個人が見えないようにするため、データにノイズを入れるような技術などが求められている。
